Рандомизированное машинное обучение при ограниченных объемах данных: От эмпирической вероятности к энтропийной рандомизации

Handling time: 30 days Проблема извлечения и последующего накопления знаний в конечном счете сводится к знаниям о модели, которые формализуются путем оценивания ее характеристик. Последнее интерпретируется как обучение модели с использованием данных. Современное представление о машинном обучении предполагает, что его результатом являются "обученные" детерминированные модели, снабженные эмпирическими вероятностными оценками их достоверности.В настоящей монографии развивается новое направление в машинном обучении -рандомизированное машинное обучение, которое направлено на генерацию ансамблей энтропийно "обученных" рандомизированных моделей. Если иметь в виду, что процедуры машинного обучения применяются к задачам с достаточно высоким уровнем неопределенности (не вполне достоверные данные, неполнота знаний о моделируемом процессе, и др.), то переход к энтропийно-рандомизированной концепции машинного обучения может оказаться полезным и эффективным инструментом решения прикладных задач.Книга может быть полезной для студентов, аспирантов и научных работников, интересующихся теоретиче�...

#ASTTD# Search Terms: Ю. С. Попков, А. Ю. Попков, Ю. А. Дубнов , U. S. Popkov, A. U. Popkov, U. A. Dybnov , Ленанд , Lenand , Русский , Rysskii , 9785971059080 , 978-5-9710-5908-0 , 1281510